R Engineering

版本

建议安装 Microsoft R Open，对 R 中向量和矩阵的向量化操作进行了大幅优化，无需引入任何包，就能自动调用多核进行并行计算，可提高运算速度数十倍。

这也意味着，向量化运算是 R 最基本、最主要的代码风格。

但是，Microsoft R Open 的某些包更新不够及时（如 rmarkdown）。为了 Knit 的方便，可以 Rstudio 选择 R 的最新版，在 VSCode 中用 Microsoft R Open 日常加速计算。

System interaction

Environment

R 中词法作用域的机理通过环境实现。

函数优先在内部环境搜索用到的变量，搜索不到时，就到上一级环境搜索。

每加载一个扩展包，这个包的环境都会插入搜索路径，并位于全局环境之前。

环境交互函数
ls()/objects()	列出当前工作空间的所有对象
ls.str(mode=, pattern=)	显示当前环境的结构。mode 参数过滤对象类型，pattern 参数为正则表达式，过滤对象名
rm()	删除一个或更多个对象。
rm(list=ls(all=TRUE))	删除所有对象
getOption()	查看全局选项
options()	设定全局选项。如 digits=7, 设定显示数字的位数。warn=0, 可以改为1，在警告产生时立即显示。

Path

Working Directory
dir.create()	创建一个目录
getwd()/setwd()	查看/设定当前工作目录

由此扩展，R 也可以完成文件管理工作。

Memory

tracemem()查看对象的内存地址

Time

Sys.sleep() 使程序暂停若干秒，一般用于某些循环（爬虫、动画等），故意降低运行频率

sys.time() 读取系统时间；

system.time() 参数为大括号括起来的代码段，计算代码段运行时间

t1 <- Sys.time()
...
t2 <- Sys.time()
print(t2 - t1) # 中间代码的运行时间

system.time({
  ...
}) # 代码段运行时间

A <- matrix(1:1000000, 1000)

system.time({
  A %*% A
})

#> 用户 系统 流逝 
#> 1.16 0.00 1.16

Help

Help
help(functionName)或?functionName	查看一个函数的用法
example(functionName)	运行帮主文件中的例子
help.search(keyword)或??keyword	在==所有包==的文档中搜索关键词
help(package = "")	查看一个包的帮助
help(options)	显示可用选项的说明
options()	显示或设置当前选项

History

History
history(#)	显示最近使用过的#个命令（默认值为25）
savehistory("myfile")	保存命令历史到文件myfile中（默认值为.Rhistory）
loadhistory("myfile")	载入一个命令历史文件（默认值为.Rhistory）

Modularization

R Package

Package
install.packages("package")	安装包
installed.packages()	返回一个字符串矩阵，内含所有已安装的包的多项信息
library()	无参数时，显示库中已经安装了哪些包
library(package)	有参数时，载入包
unloadNamespace(package)	解除载入一个包
search()	查看环境中已经加载了哪些包
getOption('defaultPackages')	查看默认加载的 R 包
update.packages("package")	升级包。若不填入参数，则自动升级所有可以升级的包
package::function()	调用相应包的函数（有时多个包用同一个名字命名不同的函数，会发生冲突，只能这样引用）
data()	查看所有预先提供的数据
data(package="")	查看某个包所有预先提供的数据
data(dataset_name, package=)	读入包中数据

installed.packages() %>% View()

新装 R 时安装常用包

# 重装 R 前把已安装包的名称（第一列）存为一个 .rds 文件
saveRDS(installed.packages()[, 1], "./download-packages.rds")

# 重装 R 后读取该文件，并安装这些 packages
install.packages(readRDS("./download-packages.rds"))

查看包的流行程度

# 查看 R 包的下载次数
library(cranlogs)

fashion <- function(package_name) {
  d <- cran_downloads(
    package = package_name,
    from = "2022-01-01",
    to = "2022-03-31"
  )
  sum(d$count)
}

fashion("ggplot2")

#> [1] 6591799

fashion("tidyverse")

#> [1] 2414103

fashion("data.table")

#> [1] 2512297

fashion("plotly")

#> [1] 916778

R Script

语法

source('xxx.R')

最佳实践

由于 R 的懒加载特性，模块中的代码不会运行，故 .R 脚本文件作为模块时，不必加载配置常量和包，纯写函数即可，所有的包和配置由主文件加载。

二进制数据文件

数据处理的中间结果一般保存为 .rda 或 .rds 即可；有其他用途的数据转换结果，才有必要保存为 .csv 或 .json

二者区别：

1. saveRDS/readRDS 仅处理单个 R 对象。但是，它们比多对象存储方法更灵活，因为还原对象的对象名称不必与存储对象时的对象名称相同
2. .rda 不对数据进行压缩，读写速度较快；.rds 会先对文件进行压缩再保存，速度相对稍慢。

Code Style

格式化

styler 包

styler - A non-invasive source code formatter for R (lorenzwalthert.github.io)

install.packages("styler")

• style_text() styles a string
• style_file() styles R and Rmd files
• style_dir() styles all R and/or Rmd files in a directory.
• 最常用
  • RStudio Addins 菜单，styles the active file R or Rmd file, or the highlighted code.
  • 或在 console 中输入styler:::style_active_file()

Google R Style

一般性规则

• 尽量避免使用attach(), detach()
• Error 应该使用Stop()来抛出
• S3 类和 S4 类的函数不要一起使用

命名

对象命名以句号.分隔，不用下划线

函数名首字母大写，驼峰式命名法，不用句号分隔

注释

注释行以#开头，后加一个空格

代码行内短注释需要在代码后面空两格，然后#，再加一个空格

对变量和函数的说明写在它们的上方（紧邻），VSCode 的 R 插件能够自动识别

总体布局与顺序

1. 版权声明
2. 作者信息
3. 文件说明, 包括程序的目的，输入以及输出
4. source() 和 library() 说明
5. 函数定义
6. 可执行语句, 如果有的话 (例如, print, plot)

单元测试应在另一个独立的的文件中进行

R 程序效率

Vectorization

向量化运算，即对应元素执行同样的运算，适用于向量和矩阵。

如果运算符两边的变量 size 不相同，size 较小的变量会自动循环扩展，与 size 较大的变量保持一致。返回值的 size 将和较大的变量保持一致。

在计算矩阵的哈达马积、或对向量/矩阵的所有元素执行同样的变换时，向量化运算非常方便。

R 中的运算符和函数默认支持向量化运算，这是 R 的一大特色，Microsoft R Open 还对向量和矩阵的向量化运算进行了并行优化。因此，用好向量化运算、矩阵代数，才是符合 R 风格的代码。

如计算 \(\begin{aligned}w=\frac{1}{n} \sum_{i=1}^n|x_i-\hat{m}|\end{aligned}\)，其中 \(\hat{m}\) 为中位数

# 为了表明这里是向量化的并行操作，将自变量写为大写的X
mean(abs(X - median(X)))

# 由于 R 的向量化特性，这个自定义函数天然接受向量输入
f3 <- function(X) ifelse(X >= 0, 1, 0)

多用内置函数

R base 的很多内置函数是用 C 实现的，效率很高，尽量使用。

• sum() 向量、矩阵所有元素的和，比用循环累加快得多
• prod() 所有元素的积
• cumsum()，返回累计和的序列
• cumprod()，返回累计积的序列

cumsum(1:10)

#>  [1]  1  3  6 10 15 21 28 36 45 55

cumprod(1:10)

#>  [1]       1       2       6      24     120     720    5040   40320  362880
#> [10] 3628800

避免制作副本

多用 data.table 数据框在数据上就地修改

IDE

Rstudio

R Studio cheatsheet 预览：

Download cheatsheet

Shortcuts

Shortcuts
Ctrl + Shift + A	选中部分行后，格式化代码
Ctrl + Alt + I	Insert chunk
Alt + -	插入 <-
Ctrl + Shift + M	插入%>%
Alt + Shift + K	显示快捷键
Ctrl + Shift + N	新建脚本 .r文件
Ctrl + Enter Ctrl + Shift + Enter Ctrl + Alt + R	运行一行代码 运行代码块 运行全部代码
Shift + Home/End	选中光标到行首/末之间的部分
Tab / Ctrl+Space	自动补齐 输入完函数名，按tab，自动添加开括号(和闭括号)。
Ctrl + Shift + C	注释/取消注释
F1	查看帮助
Ctrl+ ↑	在 Console 中输入“xxx”，然后按 Ctrl+ ↑。就可以列出所有输入过的以“xxx”开头的命令。

代码高亮

GitHub 上可搜索、安装 rscodeio 主题

anthonynorth/rscodeio: An RStudio theme inspired by Visual Studio Code. (github.com)

VSCode

优点

• 鼠标悬停，即可显示变量的定义信息和函数的帮助文档（仅限 R 包中函数的官方文档和本文件中自定义函数的定义，无法显示引入模块中的自定义函数的定义），省去了查阅文档的大量时间
• 保存（Ctrl+S）时自动格式化
• Ctrl+Enter自动运行一行，Ctrl+Shift+Enter自动运行当前文件

配置步骤

1. 安装 R 包 languageserver

   install.packages("languageserver")

2. 在 VSCode 扩展商店中安装 R 插件。

   1. 安装完成后在 VSCode 设置中搜索r.rterm.option，删除--no-save,--no-restore，添加--no-site-file和 R.exe 的路径--r-binary=C:\Program Files\R\R-4.1.3\bin\R.exe

3. 安装 Radian：一款现代的 R console，它是用 Python 编写的

   pip install radian

   1. 安装完成后在 cmd 中输入 radian 查看是否安装成功。

   2. 若出现 “cannot determine R HOME”，可能存在多个R路径（如新安装了4.1.2版本），而 Radian 无法识别。解决这个问题的方法仍然是在 VSCode 中设置 R.exe 的路径。除了搜索r.rterm.option进行修改，也可以在设置界面的右上角打开 setting.json文件直接修改：

        "r.rterm.option": [
          "--no-site-file",
          "--r-binary=C:\\Program Files\\R\\R-4.1.3\\bin\\R.exe"
        ],

4. VSCode 中 Radian 相关设置

   1. 搜索 r.rterm.windows，将其设置为 radian.exe 的路径。在 cmd 中（powershell 不行）输入 where radian 可以获取其路径。
   2. 搜索R: Bracketed Paste并勾选，否则 Radian 不会启用
   3. 搜索r.sessionWatcher并勾选

如何在 VSCODE 中高效使用 R 语言 （图文详解）_Baimoc-CSDN博客